如何在R中用map()实现无循环的交叉验证变量筛选？

我将N个训练集存入列表dat：

dat <- map(tscv$train, ~subset(data, select = .x))

针对每个训练集，使用glmnet包运行Lasso回归并设置100个lambda值，得到每个训练集对应不同lambda的变量子集列表selected：

selected <- map(dat, ~coef.glmnet(glmnet(.x[ , names(Xlagged)],
                                                   .x[ , "errs"], alpha = 1, lambda = lambdas)))

selected是嵌套列表，例如selected$Training1930$s0对应Training1930训练集在s0正则化参数下的最优变量子集。现在需要针对每个lambda值，对dat中的所有训练集筛选对应变量。

尝试以下代码时出现报错：

dat |> map(~subset(.x, select = map_depth(selected, 2, ~.))) 

错误信息：

Error in which(!as.logical(j)) :
'list' object cannot be coerced to type 'logical'

已编写可行的函数但用到了for循环，希望换成更简洁的purrr风格写法：

a <- function(nom, s){
  return(dat[[nom]][, selected[[nom]][[s]]])
}
mylist <- list()
for(s in names(selected$Training1638)) {
  mylist[[s]] <- print(map(names(dat), ~a(.x, s)))
}

可复现代码如下：

tscv <- list()
tscv[["train"]] <- list()
tscv[["train"]][["Training1"]] <- c(1,2,3,4)
tscv[["train"]][["Training2"]] <- c(1,2,3,4,5)
set.seed(1)
full_data <- data.frame(replicate(10,rnorm(10)))
dat <- map(tscv$train, ~full_data[.x, ])

# 模拟每个训练集对应10个lambda的变量子集
selected = list(list(list()))
for (i in paste("s", 1:10, sep = "")) {
  selected[["Training1"]][[i]] <- sample(paste("X", 1:10, sep = ""), 3, rep = TRUE)
  selected[["Training2"]][[i]] <- sample(paste("X", 1:10, sep = ""), 3, rep = TRUE)
}

可以利用purrr::transpose调整selected的嵌套结构，再结合map2匹配训练集与变量子集，完全避免for循环：

library(purrr)

# 转置selected结构：从「训练集→lambda」转为「lambda→训练集」
selected_transposed <- transpose(selected)

# 遍历每个lambda分组，同步处理对应训练集和变量子集
mylist <- map(selected_transposed, ~map2(dat, .x, function(data_subset, vars) {
  data_subset[, vars]
}))

更简洁的匿名函数写法：

mylist <- map(transpose(selected), ~map2(dat, .x, ~.x[, .y]))

逻辑说明 #

• transpose(selected)将列表结构反转：原本selected$Training1$s1对应Training1的s1变量，转置后变为selected_transposed$s1$Training1，让同一lambda下所有训练集的变量子集处于同一层级。
• 外层map遍历每个lambda分组，内层map2同时遍历dat（训练集数据）和转置后的selected（当前lambda下各训练集的变量子集），直接提取对应列完成筛选。

内容的提问来源于stack exchange，提问作者entropy